SKILLEMALL.ai

AC black-friday-ads-and-sales-report

Используйте для запросов «как прошла наша Черная пятница?», «отчет о продажах в Черную пятницу», «анализ BFCM», «принесли ли наши рекламные кампании в Черную пятницу прибыль после возвратов?», «сравните эту Черную пятницу с прошлогодней» или «что нам изменить к распродаже в следующем году?» — даже если пользователь никогда не говорит «анализ». Используйте после Черной пятницы, Киберпонедельника, Prime Day или распродажи, когда нужно решить, что сохранить и изменить в следующий раз. Google Ads, Facebook Ads, TikTok Ads и Shopify.

машинный переводПоказать оригиналСкрыть оригинал«Use for "how did our Black Friday go", "Black Friday sales report", "B…»

Use for "how did our Black Friday go", "Black Friday sales report", "BFCM post-mortem", "did our Black Friday ads make money after returns", "compare this Black Friday to last year", or "what do we change for next year's sale" — even when the user never says "post-mortem". Use after a Black Friday, Cyber Monday, Prime Day or store sale, when the decision is what to keep and change next time. Google Ads, Facebook Ads, TikTok Ads and Shopify.

coupler-io/skills Agent Skills автор: coupler-io 1 файл тело ≈ 2 911 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Используйте для запросов «как прошла наша Черная пятница?», «отчет о продажах в Черную пятницу», «анализ BFCM», «принесли ли наши рекламные кампании в Черную…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторShopifyДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2911 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 444 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.